Article Per Year (5 Year)
p-Index From 2021 - 2026
1.628
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal Sistem Informasi dan Sistem Komputer Telcomatics MDP Student Conference International Journal of Applied Mathematics, Sciences, and Technology for National Defense
Fajri Farid
Institut Teknologi Sumatera
Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Mathematics Physics Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : telcomatics

 1 
Penerapan Algoritma K-Means untuk Pengelompokan Halte Transjakarta Berdasarkan Aktivitas Harian Penumpang Esteria Rohanauli Sidauruk; Anisa Fitriyani; Akmal Faiz Abdillah; M Syamsuddin Wisnubroto; Fajri Farid
Telcomatics Vol. 11 No. 1 (2026)
Publisher : Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/telcomatics.v11i1.11462

Abstract

Ketidakseimbangan aktivitas di halte bus Transjakarta, yang menyebabkan kemacetan dan penumpukan penumpang pada titik-titik tertentu, menjadi tantangan penting dalam peningkatan efisiensi layanan transportasi publik perkotaan. Penelitian ini bertujuan untuk mengelompokkan halte bus Transjakarta berdasarkan pola aktivitas penumpang harian (pagi, siang, sore, dan malam) menggunakan algoritma K-Means Clustering pada dataset transaksi Transjakarta. Setelah tahap pra-pemrosesan data dan penentuan jumlah klaster optimal dengan metode Elbow, diperoleh dua klaster (K=2) yang menunjukkan perbedaan signifikan.Klaster 0 merepresentasikan halte dengan tingkat aktivitas rendah yang menandakan pemanfaatan minimal, sedangkan Klaster 1 mencakup halte dengan volume aktivitas tinggi, terutama padaperiode sore hari. Visualisasi peta interaktif menunjukkan distribusi geografis yang jelas: halte dengan aktifitas sibuk (berwarna merah) terkonsentrasi di pusat kota Jakarta, sementara halte dengan aktifitas rendah (berwarna biru) tersebar di wilayah pinggiran. Hasil pengelompokan ini dapat dimanfaatkan oleh manajemen Transjakarta dan Dinas Perhubungan DKI Jakarta sebagai dasar dalam pengambilan keputusan strategis, seperti pengalokasian armada dan penyesuaian jadwal keberangkatan yang lebih adaptif terhadap tingkat permintaan di Klaster 1, serta evaluasi efektivitas operasional halte di Klaster 0. Evaluasi model menghasilkan nilai Silhouette Score sebesar 0.7205 yang menandakan pemisahan klaster yang baik, dan Davies-Bouldin Index sebesar 0.8763, yang mengindikasikan klaster yang cukup kompak dan terpisah. Penelitian ini memberikan kontribusi praktis bagi perencanaan transportasi publik berbasis data dalam mendukung kebijakan distribusi layanan yang lebih merata di seluruh jaringan Transjakarta.
Implementasi K-Means Mengelompokkan Kabupaten/Kota Berdasarkan Faktor Sosial-Ekonomi untuk Prioritas Alokasi Bantuan Sumatera Selatan 2023 Asa Do'a Uyi; Siti Nur Aarifah; Dwi Ratna Anggraeni; M. Syamsuddin Wisnubroto; Fajri Farid
Telcomatics Vol. 11 No. 1 (2026)
Publisher : Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/telcomatics.v11i1.11546

Abstract

Pembangunan manusia merupakan salah satu indikator utama keberhasilan pembangunan suatu daerah yang menjadi dasar perencanaan pembangunan berkelanjutan. Penelitian ini bertujuan mengelompokkan kabupaten/kota di Provinsi Sumatera Selatan berdasarkan indikator sosial-ekonomi yang membentuk Indeks Pembangunan Manusia (IPM) dengan menerapkan algoritma K-Means Clustering. Data yang digunakan berasal dari Badan Pusat Statistik (BPS) tahun 2023. Kualitas hasil klasterisasi dievaluasi melalui Davies-Bouldin Index dan Silhouette Score untuk menilai tingkat pemisahan antar klaster dan konsistensi data. Hasil analisis menunjukkan terbentuknya tiga kelompok wilayah rendah, sedang, dan tinggi dengan distribusi masing-masing 3, 13, dan 1 daerah. Temuan ini mengindikasikan masih adanya ketimpangan kualitas pembangunan manusia di Sumatera Selatan, terutama pada aspek pendidikan dan pengeluaran riil per kapita. Nilai Davies-Bouldin Index sebesar 0,9698 dan Silhouette Score sebesar 0,3313 menunjukkan bahwa hasil pengelompokan cukup baik dan dapat digunakan sebagai acuan dalam penentuan prioritas alokasi bantuan. Dengan demikian, penerapan algoritma K-Means dapat membantu pemerintah daerah dalam memetakan kondisi pembangunan manusia secara objektif dan mendukung pengambilan kebijakan yang lebih tepat sasaran.
Public Sentiment Analysis Toward the Ministry of Finance 2025 Using Recurrent Neural Network Methods Based on Data from Sosial Media X Muhammad Regi Abdi Putra Amanta; M. Syamsuddin Wisnubroto; Fajri Farid; Aditya Rahman; Sofyan Fauzi Dzaki Arif
Telcomatics Vol. 11 No. 1 (2026)
Publisher : Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/telcomatics.v11i1.11645

Abstract

The Ministry of Finance plays a strategic role in maintaining national economic stability through fiscal policy management, taxation, public debt administration, and state budget control. In today’s digital era, social media platforms such as X have become important channels for the public to express opinions about government policies. This study analyzes public perceptions of the Ministry of Finance’s performance using machine-learning-based sentiment analysis and identifies the most effective classification model. Data were collected from public posts on X and processed using text mining and Natural Language Processing (NLP). Three Recurrent Neural Network (RNN) models were tested: Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), and an improved variant, LSTM_G. The findings show that negative sentiment dominates at 43.0%, followed by neutral at 33.9% and positive at 23.1%. Among the models, LSTM_G achieved the highest accuracy of 78.98%, indicating strong capability in capturing sequential patterns in dynamic, unstructured social media text. These results reflect substantial public concerns regarding fiscal policies and demonstrate the usefulness of sentiment analysis as a data-driven tool for decision-making and for strengthening public communication strategies to enhance the Ministry’s digital reputation.
Product Quality Classification Based on Machine Learning in the Quality Control System of the Laser Metal Deposition Process Elok Fiola; Rahma Neliyana; Try Yani Rizki Nur Rohmah; M. Syamsuddin Wisnubroto; Fajri Farid
Telcomatics Vol. 10 No. 2 (2025)
Publisher : Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/telcomatics.v10i2.11432

Abstract

Industry 4.0 revolutionizes modern manufacturing by enabling the active integration of smart sensors and machine learning to optimize product quality control systems. This research focuses on classifying product quality in the Laser Metal Deposition (LMD) process by applying three machine learning algorithms, namely Decision Tree (DT), Random Forest (RF), and Support Vector Machine (SVM). The dataset consists of four numerical sensor variables, including Optical Sensor, Laser Power, Pressure, and Temperature, with Defect Label as the binary target variable. The Synthetic Minority Oversampling Technique (SMOTE) is used to balance the class distribution. Correlation analysis reveals weak linear relationships among all variables, suggesting the presence of complex non-linear interactions. The Random Forest model produces the best performance with accuracy of 0.88, recall of 0.79, and AUC of 0.80, outperforming Decision Tree and SVM. These findings indicate that ensemble-based methods effectively capture complex patterns within sensor data and offer reliable predictions for quality control in metal manufacturing industries, particularly within Laser Metal Deposition processes.
Co-Authors Aditya Rahman Ahmad Sahidin Akbar Akmal Faiz Abdillah Anisa Fitriyani Anwar Muslim Asa Do'a Uyi Azizah Kusumah Putri Baruna Abirawa Christyan Tamaro Nadeak Daffa Ahmad Naufal Danang Hilal Kurniawan David Boby C. Nainggolan Dwi Ratna Anggraeni Elok Fiola Esteria Rohanauli Sidauruk Fadhil Fitra Wijaya Farrel Julio Akbar Fulkan Kafilah Al Husein Irvan Alfaritzi Linda Rassiyanti M Syamsuddin Wisnubroto M. Syamsuddin Wisnubroto M. Syamsuddin Wisnubroto Meira Listyaningrum Muhamad Syazali Muhammad Regi Abdi Putra Amanta Nursyiva Irsalinda Nurul Alfajar Gumel Rahma Neliyana Sahid Maulana Salwa Farhanatussaidah Siti Nur Aarifah Smertniki Javid Ahmedthian Sofyan Fauzi Dzaki Arif Suhaila Saidat Try Yani Rizki Nur Rohmah Untoro, Meida Cahyo Virdio Samuel Saragih Saragih